[發明專利]直播機器人喚醒方法、裝置、電子設備及存儲介質

有效

• 申請號: 201911349884.0
• 申請日: 2019-12-24
• 公開（公告）號: CN111081246B
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 陳翔宇;張晨;邢文浩
• 申請（專利權）人: 北京達佳互聯信息技術有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/20;G10L15/10;G10L21/0208
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 馮右明

本公開關于一種直播機器人喚醒方法、裝置、電子設備及存儲介質，所述方法包括：獲取通過麥克風采集的第一音頻信號，所述第一音頻信號中包括通過揚聲器播放的第二音頻信號擴散后產生的回聲信號；根據所述第一音頻信號和所述第二音頻信號確定對所述直播機器人的識別閾值；以所述第二音頻信號為參考信號，對所述第一音頻信號進行回聲消除處理，得到消除回聲信號后的目標音頻信號；根據所述識別閾值和所述目標音頻信號對所述直播機器人進行喚醒。本公開根據第一音頻信號和第二音頻信號確定對直播機器人的識別閾值，并根據目標音頻信號和識別閾值對直播機器人進行喚醒，對直播機器人不使用固定的識別閾值，可以提高直播機器人的喚醒準確率和識別率。

技術領域

本公開涉及終端技術領域，尤其涉及一種直播機器人喚醒方法、裝置、電子設備及存儲介質。

背景技術

直播是可以同一時間透過網絡系統在不同的交流平臺觀看影片，是一種新興的網絡社交方式，網絡直播平臺也成為了一種嶄新的社交媒體。在直播進行中直播機器人可以提供語音助手功能以幫助主播方便的使用直播系統，例如播放音樂、講故事、講笑話和機器人聊天等功能，主播只需要通過麥克風說出喚醒詞即可喚醒直播機器人，避免了直播過程中操作手機，提高直播效率和改善用戶體驗。

然而，在直播進行中播放音樂或者用戶連麥(通話)的過程中，經常會出現揚聲器播放的聲音經過多種路徑傳播后被麥克風拾取，并傳回到系統形成回聲現象。如果不對回聲進行處理，將會影響通話質量和用戶體驗，嚴重時還會形成震蕩，產生嘯叫。為了避免回聲帶來的不利影響，通常采用AEC(Acoustic Echo Cancellation，回聲消除)將揚聲器播放出來的聲音從麥克風采集的聲音中消除，使得麥克風采集的聲音只有用戶說話的聲音。

目前語音助手大多出現在智能音箱產品中，由于大多數智能音箱產品使用定制的硬件方案，所以AEC的效果比較理想，回聲殘留較少，語音損傷也較少，但在手機上很難做這一點，這是因為與其他語音助手類產品相比，手機的種類比較多，聲學結構千差萬別，直播中又有播放音樂/與用戶連麥(通話)核多人語音聊天等各種使用場景，因此麥克風采集的聲音中包含有揚聲器播放的聲音存在的情況，由于揚聲器播放的聲音可能包括喚醒詞，如果AEC的NLP(Non-linear Process，非線性處理)處理量級較輕，麥克風播放的聲音經過AEC處理會殘留較多，如果播放的聲音包含喚醒詞，就會誤喚醒直播機器人，如果NLP處理量級較重，又會導致語音損傷較多，無法識別喚醒詞以喚醒直播機器人，導致存在喚醒準確率和識別率低的問題。

發明內容

本公開提供一種直播機器人喚醒方法、裝置、電子設備及存儲介質，以至少解決相關技術中直播機器人的喚醒準確率和識別率低的問題。本公開的技術方案如下：

根據本公開實施例的第一方面，提供一種直播機器人喚醒方法，所述方法包括：

獲取通過麥克風采集的第一音頻信號，所述第一音頻信號中包括通過揚聲器播放的第二音頻信號擴散后產生的回聲信號；

根據所述第一音頻信號和所述第二音頻信號確定對所述直播機器人的識別閾值；

以所述第二音頻信號為參考信號，對所述第一音頻信號進行回聲消除處理，得到消除回聲信號后的目標音頻信號；

根據所述識別閾值和所述目標音頻信號對所述直播機器人進行喚醒。

可選地，所述根據所述第一音頻信號和所述第二音頻信號確定對所述直播機器人的識別閾值包括：

計算所述第一音頻信號和所述第二音頻信號之間的相似度；

根據所述相似度確定對所述直播機器人的識別閾值。

可選地，所述根據所述第一音頻信號和所述第二音頻信號確定對所述直播機器人的識別閾值包括：

根據所述第一音頻信號計算第一音頻能量，以及，根據所述第二音頻信號計算第二音頻能量；